三参数区间灰数的多属性灰关联决策方法

针对决策信息不确定的多属性决策问题,利用三参数区间灰数的概率分布特征及经典灰关联决策的优势,提出了基于三参数区间灰数的灰关联决策方法.首先定义了三参数区间灰数决策向量与理想最优方案和临界方案决策向量的区间关联系数,其次得到所有方案决策向量的区间综合关联度,由区间综合关联度最大化和灰熵最大化确定属性的权重,进而对方案进行择优排序,最后用算例说明决策模型的合理性和实用性.     

基于相对核的三参数区间灰数信息下多属性决策方法

针对属性值为三参数区间灰数且部分权亘信息已知的多属性决策问题,提出了基于三参数区间灰数相对核的决策方法.首先考虑"亘心"点的影响给出三参数区间灰数核的定义,其次结合三参数区间灰数的核和灰度,定义了三参数区间灰数的相对核及比较法则,同时根据方差最大化思想,构建求解属性权亘的单目标线性规划模型,进而得到方案的综合属性值并进行排序.最后通过一个实例采验证所提方法的有效性和可行性.     

基于二次联系数的区间数多属性决策方法及应用

针对属性权重与属性值都是区间数的多属性决策问题,提出基于联系数基本决策模型的二次联系数概念,再利用二次联系数值的变化对区间数多属性决策中的不确定性进行分析,从而客观地反映出区间数多属性决策中不确定性对决策结果的影响,算法简明清晰,结论可靠。     

基于联系数不确定性分析的区间数多属性决策

区间数多属性决策通常是在某一算法下得到方案的排序,很少考虑区间数不确定性的影响,通过区间数转换成联系数,可以客观地反映区间数的不确定性,在此基础上,建立基于联系数的多属性决策模型,从而对不确定性进行较全面的取值分西,使决策结果更为合理.     

属性具有线性优先级的区间数多属性决策方法

针对属性具有线性优先级、属性值为区间数的多属性决策问题进行了决策方法的研究.在属性权重的确定上,采用低级属性的权重值由所有比其高级属性效用值的乘积,并引入决策者的风险态度因子将区间数映射成点值,再经过规范化后得到.接着,给出了属性具有线性优先级的、属性值为区间数的加权算术平均算子,讨论了该算子的相关性质.最后,利用算子对具有线性优先级的区间数多属性决策问题进行算例分析,结果说明方法是有效的.     

区间粗糙数多属性决策方法

针对属性值为区间粗糙数,属性权重部分已知和属性权重未知两种情形的多属性决策问题,本文利用灰色关联分析的思想方法,构建了一种区间粗糙数多属性决策方法。本文首先利用区间粗糙数的运算法则和期望值比较,确定最优理想方案和最劣理想方案,并基于灰色关联度分析方法构建了属性权重部分已知、属性权重未知两种情形的多目标优化模型,从而确定属性权重和属性权重表达式,进而获得各方案的综合评价值和方案排序。最后以一个实例验证模型的有效性与适用性。     

动态区间三角模糊多属性决策的TOPSIS扩展方法

针对各决策时段的时间权重已知,属性值以区间三角模糊数形式给出的动态多属性决策问题,提出了一种基于逼近于理想解排序(TOPSIS)拓展的决策分析方法.方法首先利用给出的动态区间三角模糊加权平均(DITFWA)算子对各时段的评价值进行集成,以获取综合评价值.然后依据传统TOPSIS法的基本思想,对整个方案集进行排序并择优.最后给出一个实例进行分析,所得结果表明了该方法的实用性和可行性.     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

区间型联系数及其在多属性决策中的应用

在联系数的基础上定义了区间型联系数,并讨论了相应的运算法则,然后将区间型联系数应用于区间型多属性决策问题,在文中为了便于对决策结果的排序定义了区间型联系数的相对贴近度及关于区间型正理想解的投影等概念,并通过实例分析验证了该方法的有效性和实用性.     

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。     

基于区间数期望和不确定性分析的多属性决策方法与应用

针对区间数多属性决策中的不确定性问题,提出基于区间数的不确定性分析方法,用集对分析联系数中的A表示区间数的数学期望,Bi表示区间数的不确定性,借助联系数A+Bi的加、乘运算建立区间数多属性决策模型,再利用i的不同取值进行不确定性分析.实例应用表明,方法算理清晰,算法简明,分析方便,结论可靠.     

基于联系数几何特性的区间数多属性决策

针对联系数用于区间数多属性决策时会遇到联系数中i难以取值的问题,系统研究了联系数的几何特性:先把区间数转换成效益型三元联系数进行决策建模,再检验联系数的三个联系分量能否构成一个三角形,在所有能构成三角形的若干个方案中,三角形面积大的方案优于面积小的方案.实例表明,方法思路新颖,原理科学,方法简明,决策结果可靠.     

基于联系数贴近度的区间数多属性决策方法

利用集对分析和联系数学理论对区间数多属性决策方法进行了研究.首先给出了联系数贴近度的定义和性质;然后在将区间数决策矩阵转化为联系数决策矩阵的基础上,依据传统的逼近理想解的排序方法(TOPSIS)的基本思路,基于联系数贴近度提出了一种区间数多属性决策新方法.该方法简洁直观,易于计算,无需对区间数进行排序;最后,通过算例表明了它的有效性和实用性.     

不确定多属性决策中区间数排序的一种新方法

根据格序决策理论,提出不确定多属性决策中区间数排序的新方法,将综合评价值区间数分为可比较与不可比较区间数,对可比较区间数利用区间数上界进行比较来排序,而对不可比较区间数利用均值及区间上界比较来排序,方法比格序决策法和期望-方差法等方法更加简单易行,进一步提高了决策效率.最后通过算例验证方法的可行性和有效性.     

区间数型多属性决策正交投影模型及其应用

针对用TOPSIS法进行多属性决策时备择方案可能既与理想方案距离最近,又与负理想方案距离最近的不足,用正交投影代替TOPSIS法中的相对贴近度,建立了区间数型多属性决策正交投影模型.模型首先将理想方案平移至坐标原点后,转换为0向量,只用平移后的负理想方案计算正交距离,然后将区间数转换为a+bi型联系数,根据联系数复运算排序得到最终决策结果.通过一个工程设计方案评价例子进行了计算分析,说明了模型的有效性.     

基于联系数的属性权重未知的区间数多属性决策研究

针对一类属性权重未知且属性值用区间数表示的不确定多属性决策问题,把区间数表示的属性值转换为二元联系数,并改写成三角函数,按决策方案属性值方差确定属性权重,根据各方案属性加权综合值确定方案初排序,再通过不确定性分析方法做出最终排序.实例应用表明上述方法简明实用有效,而且能方便地开展方案排序的不确定分析.     

区间数伴语言变量的多属性云模型决策方法研究

针对伴语言变量的区间数多属性决策问题,给出了一种基于云模型的决策方法.方法将云模型和区间数相结合对方案进行模糊综合决策,由语言变量生成对应的云模型,决策者无须给定每朵云的特征.通过云规则进行区间数云转换,结合云模型转化后的区间数进行可能度分析,得到决策方案的排序.通过空袭目标威胁评估实例说明了方法的合理性和有效性.     

基于区间二型模糊数的多属性群体灰色关联决策方法

针对属性值以区间二型模糊数形式给出的多属性决策问题,提出基于灰色关联度的多属性群体决策方法.首先,提出了一种新的计算区间二型模糊数之间距离的测度;然后,结合该距离测度公式构造出一种新的基于距离测度来求权重的方法,运用此方法求出决策者属性的权重;接着,通过主客观综合赋权法求出专家权重;最后,通过各方案与理想方案的灰色关联贴近度对方案进行大小排序.案例分析及对比分析说明该方法的合理有效性.     

基于联系数复运算的区间数多属性决策方法及应用

针对属性权重与属性值都为区间数的多属性决策问题,先把区间数转换成a+bi形式的联系数,再按联系数的复运算要求改写成三角函数表达式,在此基础上得到一种多属性加权决策综合主值模型.实例应用表明:该方法在一定程度上客观地反映出区间数多属性决策问题中确定性与不确定性的相互联系和相互影响,算法简便,结论可靠.     

基于区间值三角模糊数的多属性群决策方法

研究了属性值以区间值三角模糊数表示的群决策问题,对属性值为模糊数的HFGB算子进行扩展,定义了区间值三角模糊数几何加权均值(ITFGWM)算子.同时对Carson定义的均值进行扩展,从而给出了区间值三角模糊数的均值定义.在此基础上,基于ITFGWM算子、均值及可能度,提出了区间值三角模糊数的模糊多属性群决策的新方法,最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.